JP2011166768A - 微細固有特徴生成方法およびドキュメント画像処理システム - Google Patents

Abstract

【課題】レンダリング・ドキュメントのコンテンツを識別する微細固有特徴を生成する方法を提供する。
【解決手段】電子ドキュメント・レンダリング・システムによってレンダリングされたドキュメントのパターンを識別するために、レンダリングされたドキュメントが電子的に生成されたファイル・フォーマットとは無関係に、画像ベース技術を適用する。前記画像ベース技術を適用することは、ｉ．電子プロセッサが、ドキュメントの画像近傍局所のキーポイント候補の位置を識別し、ｉｉ．前記電子プロセッサが、前記ドキュメントのコンテンツを示すパターンを識別する微細固有特徴を形成するために、キーポイント候補の前記位置を結合する、ことを含む。
【選択図】図１１

Description

本発明は、画像処理技術に関し、詳細には、ドキュメント比較およびドキュメント検出に関する。

２つのレンダリングされた画像（ソース画像および該ソース画像の改変バージョン）を比較する場合の問題を解決するための方法はいくつか存在する。そのような解決法は、特に、ポータブル・ドキュメント・フォーマット（ＰＤＦ）のドキュメントのためのものである。

米国特許出願公開第２００９／０３２４１００号明細書 米国特許出願公開第２００９／０３２４０８７号明細書 米国特許出願公開第２００９／０３２４０２６号明細書

本発明の第１の態様は、レンダリング・ドキュメントのコンテンツを識別する微細固有特徴を生成する方法であって、電子ドキュメント・レンダリング・システムによってレンダリングされたドキュメントのパターンを識別するために、レンダリングされたドキュメントが電子的に生成されたファイル・フォーマットとは無関係に、画像ベース技術を適用し、前記画像ベース技術を適用することは、ｉ．電子プロセッサが、ドキュメントの画像近傍局所のキーポイント候補の位置を識別し、ｉｉ．前記電子プロセッサが、前記ドキュメントのコンテンツを示すパターンを識別する微細固有特徴を形成するために、キーポイント候補の前記位置を結合する、ことを含む。

本発明の第２の態様は、第１の態様の方法であって、前記キーポイント候補を識別することは、前記レンダリングされたドキュメントのページを、一度に一走査線ずつ、走査し、走査線の各々について、前記ドキュメントの画像画素を検討し、現在の画素が新しいブロブに属するか、以前から存在していたブロブに属するか、を現在の画素の位置の各々について判断し、前記ドキュメントのページのブロブ構造およびキーポイントを構築するために、前記現在の画素の周囲で、前記画像近傍局所に対応する画素の近傍局所を使用し、近傍画素値および以前のブロブの割り当てにもとづいて、前記現在の画素の位置に適用されるべきアクションを定義するアクション・ルックアップ・テーブルへアドレスを設定し、設定された前記アドレスにもとづいて、前記アクション・ルックアップ・テーブルから適切なアクションを取り出し、（ｉ）前記現在の画素コンテンツが既存のブロブに追加される、（ｉｉ）前記現在の画素に新しいブロブを割り当てる、（ｉｉｉ）画素位置で既存のブロブを併合する、の少なくとも一つが行われるように、取り出した前記アクションを実行し、前記現在の画素の状態を反映するためにブロブ状態を更新し、前記現在の画素の位置がキーポイント候補であるか否か判断し、検討中の走査線の次の画素の位置に移動し、上記ステップを繰り返し、検討中の走査線の最後に到達するまで、移動し処理を繰り返すことを継続し、現在開いているブロブのいずれかを閉じることができるか否か判断するために、走査線の最後に到達すると、ブロブを閉じる処理を開始し、現在の走査線オペレーションの間、ブロブに新しい画素が追加されていなければ、ブロブを閉じることができ、走査オペレーションの最後にその属性を計算するために閉じることができるブロブのすべてを処理し、前記走査線処理の最後に、処理された閉じたブロブに対応する結果データおよびキーポイントを出力し、最後の走査線が処理されるまで、前の走査線の最後の画素が処理されると、次の走査線に移動し、上記処理ステップを繰り返す、ことを含む。

本発明の第３の態様は、第１の態様の方法であって、前記微細固有特徴を形成することは、単語サイズの微細固有特徴を形成することを含み、前記単語サイズの微細固有特徴を形成することは、単語もしくは近傍局所のキーポイント候補のすべての中心位置を計算し、方向および距離の双方で、時計回りの方向の順序で、前記キーポイント候補をソートし、前記中心位置までのキーポイント候補の距離を計測することによって、前記微細固有特徴を計算し、所定の量子化閾値のセットを用いて、前記キーポイントから中心位置までの距離を量子化することによって、キーポイントの各々についての整数値を決定する、ことを含み、前記量子化閾値はキーポイントの分布を検討することによって、経験的に決定される。

本発明の第４の態様は、レンダリングされたドキュメントのコンテンツを識別するために使用される微細固有特徴を生成するように構成されているドキュメント画像処理システムであって、レンダリングされたドキュメントが電子的に生成されたファイル・フォーマットとは無関係に、電子ドキュメント・レンダリング・システムによってレンダリングされたドキュメントのパターンを識別する画像ベース・システム、を備え、前記画像ベース・システムは、ｉ．前記ドキュメントの画像近傍局所でキーポイント候補の位置を識別するように構成されているキーポイント候補識別手段と、ｉｉ．前記ドキュメントのコンテンツを示すパターンを識別する微細固有特徴を形成するために、前記キーポイント候補の位置を結合する手段と、を含む。

ソースＰＤＦドキュメントを示す。 ソースＰＤＦドキュメントを示す。 ソースＰＤＦドキュメントを示す。 改変ＰＤＦドキュメントを示す。 改変ＰＤＦドキュメントを示す。 改変ＰＤＦドキュメントを示す。 出力ＰＤＦファイルを示す。 出力ＰＤＦファイルを示す。 出力ＰＤＦファイルを示す。 出力ＰＤＦファイルを示す。 出力ＰＤＦファイルを示す。 ブロブおよびキーポイント候補を識別する方法を示す。 画素コンテキストを例示する。 画素コンテキストを例示する。 走査線処理方法を示す。 併合アクションを例示する。 併合アクションを例示する。 Ｖ形状ブロブのキーポイント更新を例示する。 Ｖ形状ブロブのキーポイント更新を例示する。 Ｖ形状ブロブのキーポイント更新を例示する。 微細固有特徴を生成し記憶するチャートを示す。 レンダリングされたドキュメントのキーポイント位置を例示する。 クエリ固有特徴のマッチングおよびドキュメントのヒットの計数の方法を例示する。 ソース・ドキュメントおよび改変ドキュメントの微細固有特徴の比較、および／もしくは、取り出しを例示する。 システムを示す。

本発明は、ドキュメント比較のための異なるアプローチに関する。既存の方法で行われているように、テキスト・コンテンツを直接的に比較するのではなく、本発明では、ドキュメント・コンテンツをレンダリングし、画像ベース技術を使用してドキュメントのパターンを識別する。レンダリングされた画像は、ユーザがドキュメントのページで見るものを反映するユニバーサルな表現であり、アプリケーション固有情報や複雑な独自のフォーマットを有するオリジナル・ドキュメントコンテンツを解釈する必要がない。この画像ベース技術を使用する場合、ドキュメント間の差異を強調するために、異なるページ間の同様のパターンを探すために、さらなる処理を実行することができる。このような画像ベース・マッチングの成功は、識別されたパターンのソース・ドキュメントと改変ドキュメントとの間での適切な比較を行うために、画像パターンを適切に識別する能力に依存する。

本発明では、ソース・ドキュメントおよび改変ドキュメントの間でのドキュメント・コンテンツのマッチング、および／もしくは、画像データベースからのマッチング画像の検出を許可するために、ドキュメントのページ・コンテンツを識別するために使用される、二次元微細固有特徴を用いた効率的な方法およびシステム(2D fine-grain fingerprinting method and system)を開示する。本発明の方法およびシステムは、ドキュメントの画像近傍局所でのキーポイント候補の識別、および、ドキュメントのコンテンツを表示するパターンを識別する明確に区別可能な二次元微細固有特徴を形成するための特定の手法におけるキーワード候補位置の結合、にもとづく。

本発明の発明者は視認可能な固有特徴に関するコンセプトを以前にも紹介している（特許文献１、特許文献２、特許文献３など）。

以前の開示は粗い固有特徴に関連するものであった。以前の開示は、本発明の微細固有特徴コンセプトのコンテキストおよび背景についての教示を提供するが、微細固有特徴コンセプトは、その応用、構成、および、オペレーションの態様において、粗い固有特徴とは異なる。

大きな差異は、粗い固有特徴を使用した方法が、雑音、照明のばらつき、および、投影歪みなどの劣化の影響を多く受ける雑音を含む低品質のカメラ入力などのために設計されていることである。一方、本発明の教示が適用されるドキュメント・コンテンツ比較のコンテキストにおいては、他の処理技術を必要とする良質なレンダリングの電子コンテンツに適用することが可能である。

さらに、粗い固有特徴のコンセプトは、画像についてサーチされた識別のために重要であると判断されたキーポイントおよび関連する画素だけが使用され（実施形態のいくつかにおいては、数千のあり得るセットのうち数百のセットだけが使用され）、画像の各画素を検討しない。

本発明の微細固有特徴技術は、単語の単一の文字の変更もしくは文字の部分的変更を区別するために、ソース・ドキュメントおよび改変ドキュメントの画像の各画素を検討するように設計されている。したがって、本発明の微細固有特徴は抽出される固有特徴のすべてを使用する。これにより、変更がどんなに小さくとも、ドキュメントにおける変更の各々を識別し、強調するシステムにおいて、本発明のコンセプトを使用することができる。したがって、ユーザが隣合わせで表示されたソース・ドキュメントおよび改変ドキュメントを見る場合、ユーザは変更のすべてを見ることができる。微細固有特徴を使用する技術では、微細固有特徴を取得するためのメモリ使用量が比較的少なく、計算オーバーヘッドが低い。したがって、本発明のコンセプトは大きな画像データベースにおいて画像を検索するためにも使用することができる。

微細固有特徴を計算することはＯＣＲ（光学文字認識）オペレーションより時間を要さず、微細固有特徴を使用する技術は、たとえば、プリンタで印字されたテキストに加えて、信頼可能な光学文字認識が困難であることが知られている線画、描画、手書きテキスト、および、その他のアイテムなどのページ上の任意のタイプのマークを扱うことができる点で光学文字認識よりも優れている。結果として取得される微細固有特徴は、コンテンツの高性能かつ適切な二次元視認可能パターンを検出する際に、よく特色を示し、効率的である。

動作速度が問題とはならない場合、微細固有特徴技術の結果は、光学文字認識や（たとえば、コンテンツのタイプによってマッチングの結果を改善するために、レンダリングされた画像における他のタイプのコンテンツを識別するために、形状認識、テンプレート・マッチング、画像マッチング、テクスチャ解析などの）他の画像ベース技術と組み合わされてもよい。

本発明における二次元微細視認可能特徴はドキュメント・コンテンツを識別し、マッチングするために使用される。微細固有特徴は、コンテンツの外観の固有な二次元位置の特徴を取得する。微細固有特徴は、ロバストであり、よく特色を示し、ルックアップが迅速であり、少ない記憶容量しか必要とせず、大きなドキュメント・サイズに対応することができる。微細固有特徴は任意のドキュメント・コンテンツを扱うことができ、光学文字認識よりも効率的に処理を行うことができる。

図１Ａ〜図１ＣはソースＰＤＦドキュメント１００の第一のページの例を示し、図２Ａ〜図２Ｃは対応する改変ＰＤＦドキュメント２００の第一のページの例を示す。目的は２つのドキュメントを比較し、コンテンツもしくはレイアウト配置のすべての変更を検出して強調し、効率的、直感的、かつ、見やすく、変更を視覚的に目立たせることである。図３Ａ〜図３Ｅは、微細視認可能特徴にもとづく本発明の方法およびシステムを用いて取得することができる、図１Ａ〜図１Ｃおよび図２Ａ〜図２Ｃの第一ページの入力の比較結果の出力３００を例示する。

図１Ａ〜図１Ｃおよび図２Ａ〜図２Ｃのコンテンツは比較的単純であり、定形書式のようなレイアウトの半構造的テキストを含むとはいえ、このようなページをユーザが素早く見渡し、すべての変更を指摘することは通常困難である。人間の脳は大きな差異をすぐに拾い上げることができるが、ページの構造およびレイアウト全体が似通っている場合、微細な変更をうまく認識するためには、高レベルの視認能力および集中力を必要とする。図１Ａ〜図１Ｃおよび図２Ａ〜図２Ｃに示される書類に類似する契約書の変更および補正を受信する顧客サービス・スタッフは、変更を探すドキュメントを細かく調べなければならない。手動による比較処理は、時間を要し、退屈であり、ミスを生じやすい。熟練の顧客サービス・スタッフであっても一定の時間を越えると急速に疲労し、ミスが増える。量や配送日付などの単一の変更を見逃すことによって、重大なビジネス・リスクの影響を企業に与えるかもしれない。

図３Ａ〜図３Ｅにおいて、図１Ａ〜図１Ｃ、および／もしくは、図２Ａ〜図２Ｃへのすべての変更は適切に強調され、コンテンツが常に位置合わせされるので、ユーザは隣合わせの表示で２つの画像のコンテンツを視覚的に比較することができ、変更を迅速に認識しやすい。たとえば、図３Ａ〜図３Ｅでは、ペアを比較するために、隣合わせで、該ペアが表示もしくは印刷されている。

比較される入力ページは順次処理される。この実施形態において、微細視認可能固有特徴はドキュメント・コンテンツにおける同様のパターンを識別するために使用される。二次元視認可能固有特徴はドキュメント・ページの各々について個別に抽出されて比較される。結果として得られる変更は図３Ａ〜図３Ｅに示されるようにその位置で強調される。本発明の方法の適切さによって、高品質の出力が可能となる。

図４は、ドキュメント画像の微細固有特徴を生成する際に使用される、ブロブおよびキーポイント候補を識別する微細固有特徴生成方法４００を例示する。本発明において、キーポイントは、コーナー、接合点、および／もしくは、明るいまたは暗いブロブなどの画像における特色を示す位置の識別子である。ブロブは、調べられている画像の画素のグループを含み、キーポイント候補は、対応するブロブの近傍局所画素の一部のドキュメントのコンテンツの明確に識別することができる視認可能なパターンの位置に関連する。キーポイント候補の最終的なセットは、識別され、ブロブ処理の間、繰り返し、併合され、改善されたキーポイントのセットの中から選択される。

方法４００は、一度に一本の走査線ずつ（４０４）、一般的なラスタ走査の順番で、供給されたドキュメント・ページ４０２を下に進む。走査線の各々について、画素は、一度に一画素ずつ（４０６）、順次調べられる。現在の画素位置の各々について、方法４００は、現在の画素が新しいブロブの一部であるか、既存のブロブの一部であるか、を判断し、さらに、現在の画素位置が固有特徴のキーポイント候補であるとみなされるか否か、判断する。

実施形態において、この方法は迅速な単一パスのアルゴリズムである。方法４００は、ページ全体のブロブ構造およびキーポイントを繰り返し生成するために、対象となっている現在の画素の周囲の小さな近傍領域の画素（４０８）を使用する。このアルゴリズムは画像における一つ前の走査線だけを使用するので、小容量のメモリしか必要としない。計算負荷は、すべてのあり得るブロブ処理アクションを予め符号化し、アクション・ルックアップ・テーブル４１０に記憶しておくことにより、最小化される。

現在の画素位置の各々について、画素近傍のコンテキスト４０８が収集され、アクション・ルックアップ・テーブル４１０のアドレスを形成するために整理される。このアドレスにおけるアクション・テーブルのコンテンツは、近傍画素値の構成および前のブロブ割り当てにもとづいて、現在の画素位置で適用されるべきアクションを定義している。アクション・ルックアップ・テーブル４１０に記憶されたアクションの中から適切なアクションが識別され、取り出される。

入力画素値と前のブロブ割り当てとの組み合わせには多くのパターンがあり得るが、結果として取得されるあり得るアクションの数は実用的には限定される。一般的なアクションの例は、たとえば、（１）現在の画素に新しいブロブを割り当てる、（２）現在の画素の左、左上、真上、もしくは右上のいずれかにある既存の前のブロブと現在の画素を併合する、（３）２つの既存のブロブを結合し、現在の画素を結合したブロブと併合する、などである。少数のあり得るアクションは迅速かつ効率的な参照のためにアクション・テーブルに記憶される。

（生成されたアドレスにもとづいて、）アクション・テーブルから取り出される対象となっている、現在の画素についての適切なアクションが、次に、実行される（４１４）。結果として、現在の画素のコンテンツは既存のブロブに追加されてもよく、もしくは、新しいブロブが対象となっている現在の画素に割り当てられてもよく、もしくは、前の２つのブロブが併合されてもよい。ブロブの各々は操作されているシステム・メモリにデータ構造によって示される。さらに、一度に一画素ずつ、実行によって、分離したブロブＩＤ画像が生成され、更新される（４１４）。ブロブＩＤ画像の最終的な大きさはオリジナル・ドキュメント画像と同じである。ブロブＩＤ画像の画素値の各々は、その画素位置の現在のブロブＩＤ割り当てを示す。

アクションが実行され（４１４）、現在の画素状態を反映するためにシステム・メモリにおいてブロブ状態が更新された後、キーポイント更新オペレーション（４１６）は現在の画素位置がキーポイント候補であるか否か判断する。キーポイントは新しい、以前はなかったブロブを発見すると、まず、割り当てられる。 本発明の実施形態において、２つの相反するタイプのキーポイントが使用される。（１）タイプ１のキーポイント：左上方向に進んで探す、（２）タイプ２のキーポイント：右下方向に進んで探す。現在の画素位置の各々について、（ａ）既存のキーポイントの位置が前の位置に相対して更新されてもよく、（ｂ）新しいキーポイントが割り当てられてもよく、（ｃ）既存のキーポイントが所定の条件にもとづいて除去されてもよい。たとえば、条件が適切であれば、現在の走査線の前の画素上のタイプ２のキーポイントの位置は現在画素の位置に更新されてもよいし、（たとえば、図８Ａ〜図８Ｃにおいて詳細に記載されるように、Ｖ形状を形成する２つのブロブの形状において、）新しいキーポイントが既存の２つのブロブの交差が集中する位置に導入されてもよい。

走査線全体が処理され、走査線の最後の画素（４１８）に遭遇するまで、走査線処理はこのような方法で、一度に一画素ずつ、継続される。この時点で、ブロブを閉じる処理（４２０）が、現在の開いたブロブのいずれかを閉じることができるか否か判断するために開始される。次の走査線の任意の他のブロブとブロブとの間に不連続な線が少なくとも一つあるので、現在の走査線オペレーションの間、新しい画素が該ブロブに追加されないならば、該ブロブを閉じることができる。閉じることができるすべてのブロブは様々な属性を計算するために処理され、その結果を示すデータおよびキーポイントはキーポイント候補ファイル４２２に出力される。このオペレーションによって閉じられたブロブによって消費されるメモリは開放され、閉じたブロブのＩＤのメモリは次の再使用のためにリサイクルされる。記載した実施形態の特定の態様では、開いたブロブの小さなリストを維持し、閉じることができる任意のブロブを、すぐに、除去することによって、小さなメモリ容量でドキュメント・ページの数千のブロブを処理することができる。前記オペレーションは画像近傍局所でキーポイント候補のセットを識別する。キーポイント候補の位置は、明確な二次元微細固有特徴を形成するために、特定の方法で結合される。

最終的に、最後の走査線が処理されるまで（たとえば、ＤＯＮＥ）、走査線処理（４２４）を一度に一走査線ずつ行う。

図５Ａおよび図５Ｂは、本発明の画像領域局所の局所的画素領域コンテンツの例を示す。図５Ａは、５個のドキュメント画像画素５００の近傍局所を示す（前の走査線で現在の画素ＢＣ（５０８）の左上、真上、右上にある画素ＴＬ（５０２）、ＴＣ（５０４）、ＴＲ（５０６）の３個の隣接する画素、および、現在の走査線の現在の画素自身であるＢＣ（５０８）とその左にある画素ＢＬ（５１０）の２個の隣接する画素）。現在の画素ＢＣ（５０８）の右にあるＸ（５１２）のマークが付されている画素は含まれない。処理が右方向に進むので、該画素は次の現在の画素となるからである。

図５Ｂは、図５Ａと同様の空間配置を有する対応する画素ブロブＩＤ割り当てコンテンツを示す。ブロブＩＤ画像５００ａの各々の画素５０２ａ〜５１２ａは、この位置での現在のブロブＩＤ割り当てを示す。局所的近傍コンテンツを形成する画素の特定の数は、特定の実装にもとづいて変更されてもよい。

図６は走査線オペレーション６００の間、キーポイントの位置を更新し、ブロブを生成し、管理し、開放する処理を示す。開始時に、利用可能なブロブＩＤ６０２のスタックが初期化される。走査線処理６０４の間に新しいブロブに遭遇すると、新しいブロブが割り当てられ（６０６）、スタックの利用可能なブロブＩＤの上部からＩＤを割り当てられる（６０２）。新しく生成されたブロブは開いたブロブ６０８の管理リストに追加される。ブロブのデータ・コンテンツは以下のようなアイテムを含む。（１）画素数、（２）ブロブの位置を決定するための連続するｘ−ｙの合計、（３）ブロブの境界および空間的範囲を決定する境界ボックス、（４）次のブロブおよび前のブロブにリンクするポインタ。このデータは新しいブロブ割り当て毎に初期化される。

開いたブロブのデータ・コンテンツは走査線処理の間にしばしば更新される。新しい画素が既存の開いたブロブに遭遇し、併合されるからである。たとえば、新しい画素が追加されると、画素の数が増加し、現在の画素の位置を反映するために境界ボックスが更新される。アクション・コードは、もしあれば、画素毎のサイクルで、開いたブロブのどれが更新されるべきかを決定する。アクション・コードは、近傍局所において、画素コンテキスト６１０を収集し、アクション・ルックアップ・テーブル６１２にアクセスするためにアドレスを形成するためにそれを結合することによって取得される。次に、適切なアクションがアクション・ルックアップ・テーブルから取り出され、実行される。アクションは、どの開いたブロブが更新されるべきか、および、どの開いたブロブが併合されることができるか、を示す。さらに、キーポイントの位置も、現在の画素のシチュエーションによって更新される（６１４）。

最後に、走査線の各々の最後で、閉じることができる任意のブロブを、関連するキーポイント（すなわち、閉じられたブロブと関連するキーポイント候補）とともにキーポイント候補ファイル６１８に書き出す（６１６）。その後、その開いたブロブを保持していたメモリが開放され、対応する開いたブロブのためのＩＤが利用可能なＩＤのスタック６０２に再使用のために戻され、新しい割り当てに利用可能となる。これにより、ブロブのサイクルが完了する。

図７Ａおよび図７Ｂは前の２つの開いたブロブを併合するアクションの例を示す。この例では、現在の画素ＢＣ（５０８）がＴＬ（５０２）およびＴＲ（５０６）と同じタイプであることが判断され、ＢＬ（５１０）およびＴＣ（５０４）がブロブに割り当てられていない（対応するブロブＩＤ＝０）。図７Ａに、シェーディング・パターンによって、画素タイプが示されている。ここで、「同じタイプ」とは、アプリケーションによる。たとえば、ＴＬ、ＴＲおよびＢＣは二値ドキュメント画像の黒画素であってもよく、所定の閾値より上または下のグレイスケール値であってもよく、同じ値を有するＲＧＢカラー画素であってもよい。

図７Ｂにおいて、前の走査線には少なくとも２つの開いたブロブがある。ＩＤ＝３が割り当てられているＩＴＬブロブ（５０２ａ）およびＩＤ＝５が割り当てられているＩＴＲブロブ（５０６ａ）である。前の走査線処理の間、これらは独立した開いたブロブであり、まだ結合されていない。これらのブロブの各々は少なくとも一つの画素を含む（現在の画素のコンテキストの外側にある他の画素は図示されない）。図７Ａにおいて、対象となっている現在の画素ＢＣ（５０８）はＴＬとＴＲとの間の（８方向に接続可能な）ブリッジを形成する。結果的に、前のＩＴＬ（ＩＤ＝３）およびＩＴＲ（ＩＤ＝５）のブロブは併合され、単一のブロブを形成する。該単一のブロブには、二つのブロブのうち、画素数が大きい方のＩＤが割り当てられる。併合の後、２つのブロブのうち、画素数が小さい方のＩＤは解放され、将来の再使用のために利用可能なＩＤのスタックに戻される。残りの併合されたブロブは、次に、対象となっている現在の画素を含めるために更新される。現在の画素のブロブＩＤ ＩＢＣ（５０８ａ）のエントリーは併合されたブロブＩＤの番号を割り当てられ、画素数および境界ボックス情報などの様々なブロブ・フィールドはこれにしたがって更新される。併合されたブロブの全体的な形状およびコンテンツにもとづいて、新しいキーポイント候補がさらに、現在の画素位置にもたらされてもよい。

図８Ａ〜図８Ｃは、Ｖ形状オブジェクトのサンプル・ブロブ８００についてキーポイントを更新する方法の実施形態を例示する。図８Ａは、最初に、ブロブ・オブジェクトと交差する一番上の走査線で、一見、接続されていない２つのブロブが発見された場合の、相反するタイプ１のキーポイントとタイプ２のキーポイントの２つのセット（８０２ａ、８０４ａおよび８０２ｂ、８０４ｂ）の最初の配置を示す。タイプ１のキーポイントとタイプ２のキーポイントとが新しく発見されたブロブの最初の画素にまず割り当てられる。最初の一番上の走査線処理に沿って新しいブロブの画素に遭遇すると、タイプ２のキーポイントの位置８０４ａ、８０４ｂが順次更新され、図８Ａの矢印方向によって示されるように、新しい画素位置の右側に更新される。一番上の走査線の最後までに、タイプ２のキーポイント位置はＶ形状の各々のアーム(arm)の画素まで移動する。一方、タイプ１のキーポイント８０２ａ、８０２ｂは、この例においては、アームの各々の左上コーナーから移動しない。

順次走査線処理を実行する間、図８Ｂに示されるように、下向きの力がタイプ２のキーポイントに加えられる。順次走査線処理の各々について、タイプ２のキーポイントの位置は、各々のアームの右側の境界に沿って下る画素を移動するように、更新される。

最終的に、２つのアームが接合する走査線まで到達すると、各アームの２つの開いたブロブが単一のブロブに併合される。幾何学的に鋭角であるため、第一のタイプ２のキーポイント８０４ａは接合画素位置に留まる。一方、第二のタイプ２のキーポイント８０４ｂは、下方に移動し続ける。最終的なキーポイントの位置を図８Ｃに示す。

図９は、以下に展開されるように、本発明の微細固有特徴を生成し、記憶するステップを例示する高レベル・フロー・チャート９００を示す。フロー９００において、レンダリングされているドキュメント画像が入力され（９０２）、画像のキーポイント候補が識別される（９０４）。キーポイント候補の微細固有特徴が構築される。その後、構築された固有特徴は固有特徴データベース９０８に記憶される。

図１０はレンダリングされたドキュメントの例１０００で識別されたキーポイント候補の位置を例示する。キーポイント候補の位置は小さな円１００２で、オリジナル・ドキュメント・コンテンツ１００４に重畳して示される。不明瞭にしないために、少数の円１００２だけが示されている。本発明のコンセプトはテキスト・コンテンツに限定されるものではない。線画、描画、手書きテキストなどのページ上の任意のタイプのマークが追加的な固有特徴に寄与する。

図１０において、ブロブ文字形状の各々は、少数のキーポイント候補（１００２）をもたらす。単純な直線セグメントおよびドットは２つのキーポイント候補のみを有する。より複雑な文字形状は追加的なキーポイント候補を有する。しかしながら、文字毎のキーポイント候補の数はこの例では６個を越えず、多くの文字形状が６より少ないキーポイント候補しか必要としない。この例において文字の各々は目立つキーポイント構成を有する。キーポイント候補の数は、適切な光学文字認識のために文字形状を示すために必要とする画素の数よりかなり少ない。ここでの目的は視認可能な固有パターンを単に検出することであり、テキスト文字を認識する必要はない。

本発明の方法およびシステムの態様は図１０によって明白となる。詳細には、キーポイント候補の位置は、文字形状の各々の左上および右下に、集合しようとする。これによれば、平均文字幅、平均文字高さ、ベースライン位置、アセンダー（基本活字体より上部に突き出す部分：ｂ，ｄ，ｈ，ｋ）、ディセンダー（ベースラインの下に突き出す部分：ｊ，ｙ）などの他のテキスト属性などのブロブの様々なパラメータを推定するために、本発明の方法によって結果的に得られるキーポイント候補は有用なものとされる。キーポイント候補の位置は、ページのスキューを判断するためにも使用することができる。キーポイント候補の位置は、文字の間隔距離を計測することによって、単語を形成するために、ブロブによって示される文字のグループ分けを判断するためにも効率的に使用することができる。

たとえば、実施形態において、ヒストグラムが、最適単語間隔閾値を判断するために、構築される。閉じたブロブの各々の幅は、関連するキーポイント位置の水平方向の広がり(span)にもとづいて推定される。推定されたブロブの幅は、所定のビン数に量子化される。ヒストグラムは、ページ領域において推定された幅が発生する回数もしくは頻度の配列である。ヒストグラムの配列が計算されると、最大頻度文字幅および誤差限界を判断するために統計的な方法が適用され、推定された文字および単語の間隔が計算される。単語間隔より小さい間隔を有する２つのブロブは閉じた双方向リンクによって「ワード」を形成するためにリンクされる。ブロブ発見順序は通常テキストが読まれる順序とは異なるので、双方向リンクを使用することは有用である。たとえば、単語「order」の「ｄ」ブロブは、他の文字より垂直方向に突き出しており、上から下へ走査されるので、最初に発見される可能性が高い。閉じた双方向リンクによって、任意の方向で、ブロブを追跡し、水平方向のキーポイントの座標にもとづいて、適切に読まれる方向に発見順序を設定し直すことができる。おおよその西洋の言語は文字の間隔より広い単語の間隔を有しているので、この処理は、同一の単語に属するブロブをグループ化するために働く。一方で、異なる単語に属するブロブは互いに分離されたままとなる。さらに、ページ内の文字高さ、および／もしくは、動的なテキスト・サイズの変動に合わせて、ヒストグラムを調節することができる。

微細固有特徴の様々なタイプを、所望される特徴サイズおよび必要とされる適切さのレベルに応じて、キーポイント候補の位置から計算することができる。本発明の実施形態において、単語サイズの固有特徴が、ドキュメントのコンテンツをマッチングするために使用される。文字レベルもしくは文字の部分レベルなど固有特徴の粒度をさらに微細にすることが可能であり、それらを使用することにより、特殊化された、もしくは、より要求が多い応用に対応することができる。しかしながら、一般的なドキュメント比較については、単語サイズの固有特徴がたいへんよい結果をもたらすようである。

本発明の実施形態において、ブロブの右端のタイプ２のキーポイントから次のブロブ（通常のテキスト方向であると仮定して）の左端のタイプ１のキーポイントまでの距離が計算され、推定される単語間隔閾値と比較される。キーポイント候補距離が単語間隔閾値よりも小さければ、２つのブロブＩＤが、各ブロブ・データ構造で検出された双方向の次のフィールドおよび前のフィールドを用いてリンクされる。たとえば、図１０の下部に示される単語「innovations.」について検討する。適切な質の走査によれば、接続されている文字の各々がブロブに対応する。ただし、文字「i」にはドットがあるため余分なブロブを有する。ブロブの各々は前のフィールドおよび次のフィールドを有する。垂直方向の範囲によって、発見される第一のブロブは文字「t」および２つの文字「i」である可能性が高い。「t」および次の「i」の間の距離が単語間隔より短いので、「t」ブロブの次のフィールドは「i」ブロブのインデックスにリンクされ、同様に、「i」ブロブの前のフィールドは「t」ブロブのインデックスにリンクされる。他のブロブが発見されると、関連する次のフィールドおよび前のフィールドを挿入し、これに応じて更新することにより、二重にリンクされたリストに追加される。最初および最後にリンクされたブロブが次のフィールドおよび前のフィールドを用いて相互にリンクされ、任意の始点から任意の順序でメンバー・ブロブを移動し、キーポイントの位置にもとづいて、読まれる順序にブロブのグループの各々を再設定することができるように、循環ループを形成する。リンク処理は次のブロブを単語にグループ化するために働くが、各単語のブロブの内部的な順序は維持される。

図１１は、図１０の左上コーナーの単語領域を拡大したものである（１１００）。キーポイント候補の位置は円１００２によって示されている。単語の各々について、関連するキーポイント候補の位置から微細固有特徴が計算される。微細固有特徴を計算するいくつの方法がある。まず、双方向にリンクされているブロブの「単語」グループの各々のキーポイント候補のすべての中心位置１１０２を計算する。中心位置は固有特徴位置でもあるとみなされる。次に、キーポイント候補は時計回りの順序でソートされる。ソートは、方向および距離の双方について行われる。原則的なソートの順序は、図１１に示されるように時計回りの順序である。図１１に示されるサーチをより詳細に例示するために、曲げることができない薄い金属製の定規が使用されているものと想像する。定規は、１１０６に沿って配置され、始点１１０２に左端をピン留めされる。一方の端がピン留めされているので、定規は時計回りもしくは反時計回りに回転することしかできない。定規は、所定の角度で始点から放射する光線を示す。硬い定規が時計回りに回転するので、遭遇する第一のポイントは１１０４であり、他の小さな円のいずれかではない。遭遇する第二の点は文字Ｃの開口の下側の端点（１１０６の下側でもっとも近い）である。遭遇する順序は、角度によって決定され、距離によって決定されるのではない。以下に説明するように、２つ以上の点が同一の角度にある場合のみ、距離によって順序付けがされる。

この例における最初のキーポイント候補は１１０４であり、これは、基準方向１１０６から最初に遭遇される。同様に、キーポイント候補１１０８、１１１０、１１１２が、この順序で、遭遇される。しかしながら、２つ以上のポイントがほぼ同様の方向にあれば（差異が所定の許容レベル以内であれば、）ポイントは、同様の方向のポイントのすべてについて距離によっても順序付けされる。

中心位置の周囲のキーポイントの順序付けが確立されると、微細固有特徴が中心位置までのキーポイントの距離から計算される。キーポイントの各々について、キーポイントから中心位置までの距離を所定の量子化閾値のセットを使用して量子化することによって、整数値が決定される。量子化閾値はキーポイントの分布を検討することによって経験的に決定される。キーポイント距離の各々の量子化は、この単語の任意の２つのキーポイント間の最大距離および量子化レベルの数に対して正規化される。明瞭な電子的ドキュメントが入力されると、Ｎ＝２もしくはＮ＝４などの少数の量子化レベルによって良好な結果がもたらされる。量子化距離値は、固有特徴を形成するために連結される。固有特徴は、量子化された距離を示す複数の整数値の基本的に独特な長い列である。したがって、固有特徴は、多次元空間において高次のベクトルとして解釈されることができ、これにより、固有特徴の明白さが次元性によって増加する。ブロブ毎のキーポイントの数は変更可能であり、量子化される距離の数も変更可能であるので（図１１に示される例では、２〜６の間）、固有特徴は固定平均固有特徴長さ（通常は２のべき乗）に揃えられる。キーポイントの通常の密度のセットについて時折現れるより長い固有特徴の列は、最大固有特徴サイズを制限するために選択される、ある大きな数Ｐのモジュロを用いて短くされる。特定の固有特徴サイズを越えるデータの余分な任意のビットは折り畳まれ、決定された固有特徴のサイズを保証するために、固有特徴列にモジュロ加算が行われる。さらに、異常に長い列の場合、キーポイントのより不明瞭なパターンを除去するために、ある基準が適用されてもよい。

図１２は図１Ａ〜図３Ｅに示されるソース・ドキュメントおよび改変ドキュメントを比較するための実施形態を例示する高レベル・フロー・チャート１２００を示す。ステップ１２０２および１２０４において、ソース・ドキュメントおよび改変ドキュメントの微細固有特徴が取得されている。ステップ１２０６において、ステップ１２０２およびステップ１２０４からの情報を用いて、比較オペレーションが開始される。比較は、比較されるドキュメントの間の差異を識別するために調べる任意の複数の比較オペレーションであってよい。その後、ステップ１２０８において、比較結果を示す単一もしくは複数の画像が、出力される。フロー・チャート１２００は複数のドキュメントと単一のドキュメントとの比較を示すために使用されてもよい。この場合、ステップ１２０２は単一のドキュメントを示し、ステップ１２０４はドキュメント・データベースを示す。この場合、比較はデータベースをサーチし、ステップ１２０８の出力はステップ１２０２の画像とマッチングする複数の画像を含む。

実施形態のいくつかにおいて、本発明のシステムおよび方法は、図１３に示されるコンピュータ・ネットワークのパラメータ内で、稼働してもよい。この実施形態におけるコンピュータ・ネットワーク１３００は一連の配線１３０２を含み、配線１３０２の多くは分岐し、もしくは、配線結合点１３０４において第三の配線１３０６と結合されており、スタンドアロンの周辺機器と接続され、もしくは、周辺機器を介して他の機器（周辺機器とみなされるコンピュータ１３０８、１３０９など）と接続されている。ネットワークはカラー・プリンタ１３１０もしくはカラー・プリンタではないプリンタ１３１２、カラー・レーザ・プリンタ１３２０、１３２２、もしくは、カラー・レーザ・プリンタではないプリンタ１３２４を含んでいてもよい。ネットワークはスキャナ１３３０、ファックス機器１３４０、コピー機器１３５０、カラー・コピー機器１３５２、もしくは、カラー・プリンタ／スキャナ／ファックス機器の複合機１３５４を含んでもよい。ネットワークはパーソナル・コンピュータ、および／もしくは、スタンドアロン・コンピュータ端末１３６０、もしくは、スタンドアロン・ハード・ディスク・ドライブ・データ記憶媒体１３６４を含んでもよい。ネットワークは無線ネットワーク送受信機器１３７０および少なくとも一台のラップトップ・コンピュータ１３７２もしくは複数台のラップトップ・コンピュータ１３７４とのインタフェースを含んでもよい。ネットワークは、インターネット、イントラネット、もしくは、他の通信ネットワークを含んでもよいが、これらに限定されない、ネットワーク１３８０の任意の形態で相互に接続されていてもよい。他の形態のネットワークとのインタフェースを使用することによって、本発明のシステムおよび方法は、デジタル・スチル・カメラ１３９１、デジタル・ビデオ・カメラ１３９２、携帯電話１３９３、スキャナ１３９４、携帯端末１３９５、もしくは、ドキュメント索引システム１３９６を含むが、これらに限定されない、複数の周辺データ取得機器１３９０とのインタフェースを有してもよい。本発明のコンセプトは、単一の機器を含むネットワークから数千を越える接続されたデバイスを含むネットワークまで、および、上記構成要素の様々な組み合わせを有するネットワークにおいて実装されてもよい。上記構成要素の様々な構成要素は、上記コンセプトの実装に有用であるように任意の複数の既知の構成要素に配置されたメモリ記憶領域を備えていてもよい。記憶領域は、本発明のコンセプトを含むソフトウェアを保持することができるＲＡＭ、ＲＯＭ、フラッシュ・メモリもしくは他のタイプのメモリであってよい。他のメモリ記憶領域は、任意の複数のデータベース・フォーマットで様々なデジタル画像を保持するように構成されていてもよい。

コンピュータを含むが、これに限定されない、図１３の様々な構成要素は、ロードされるもしくは構成要素によってアクセス可能なソフトウェアからの命令を処理するプロセッサを含んでもよい。プロセッサを有する様々な構成要素は、一つ以上のプロセッサを有していてもよく、これにより、命令の処理を複数のプロセッサに配分することができる。代替的に、単一のプロセッサが命令を配分するように操作されてもよく、これにより、処理は、マルチスレッド環境で実行されることができる。

微細視認可能固有特徴にもとづいてドキュメントのコンテンツを比較することができる、電子的ドキュメント・コンテンツのための微細視認可能固有特徴を使用した方法およびシステムを上記した。本発明の方法およびシステムはドキュメント・コンテンツの二次元視認可能パターンを識別し、二次元視認可能パターンを付与し、他の関連するドキュメントにおける同じコンテンツを迅速かつ適切に識別する。本発明の方法およびシステムは、アプリケーション固有、および／もしくは、複雑で独特な形態のオリジナル・ドキュメント・コンテンツの代わりに、レンダリングされた出力を用いて任意のタイプのドキュメント・コンテンツによって稼働する。

上記微細視認可能固有特徴方法およびシステムは、個別のテキスト文字を認識する必要性を軽減する。代わりに、近傍局所でキーポイント候補の位置から計算された局所的な微細視認可能固有特徴が使用される。微細視認可能固有特徴は、コンパクトであり、ロバストであり、たいへん独特な特色を示す。これにより、テキスト単語における単一の文字もしくは文字の部分の変更を容易に識別することができる。上記において、本発明の方法はブロブ毎のロバストであり信頼できる少数のキーポイントを自動的に識別するために迅速な単一パス・アルゴリズムを適用する。キーポイントの数はレイアウトの複雑さにもとづく。実施形態において、ドキュメントの微細固有特徴は効率的な参照のためにハッシュ・テーブルのハッシュ値に変換される。ハッシュ・テーブルへの単一の参照によって、マッチング位置候補のすべてを含むリストを取り出す。代替的に、問い合わせドキュメントの固有特徴情報が、コレクションの中で最適にマッチングするドキュメントを決定するために使用される。固有特徴は、多次元ベクトル空間として解釈されることができる複数の量子化整数値の列からなる高次元の固有特徴であってもよい。実施形態において、固有特徴はハッシュ・テーブルのハッシュ値に変換され、ハッシュ・テーブルのエントリーはリンク付けされた固有特徴のレコードのリストを含んでもよい。固有特徴レコードの各々は、少なくとも、特定の固有特徴の識別およびその値を含む。

本発明の一態様は、迅速かつ効率的な固有特徴のマッチングを促進するために、独特の手法で、固有特徴情報を構築する方法である。実施形態のいくつかにおいて、整数値の列である固有特徴に索引付けする方法としてファン・ツリー(Fan Tree)と呼ばれるツリー・ベース法が使用されてもよい。一般的なハッシュ技術と異なり、ファン・ツリーによれば、高次元空間の近傍固有特徴（たとえば、一つもしくは少数の数値の変更を除いて同一の数値列であるたいへん近い固有特徴）の効率的なサーチを行うことができ、少なくともハッシュ・テーブル・アプローチと同じくらい処理が速い。

上記開示は、ドキュメント比較および検索のための方法の多くの問題に対処する。
１．電子ドキュメント・コンテンツの同様な視認可能パターンを検出する迅速かつ効率的な方法を提供する。微細ドキュメント固有特徴を含むハッシュ・テーブルを一回だけ参照することにより、マッチング位置候補のすべてのリストを取り出すことができる。
２．本発明の方法およびシステムは、光学文字認識（ＯＣＲ）、および／もしくは、文字形状マッチングを使用する代わりに、単純なレイアウト・マッチングにもとづいている。高い性能および適切さを有するマッチング位置を識別するための二次元視認可能固有特徴の機能を使用し、本発明の方法およびシステムが計算負荷および消費時間を低減し、適切なマッチング結果を達成することができることを示す。
３．既存のテキスト・ベース技術と異なり、本発明の微細視認可能固有特徴は機器によって印刷されたテキストだけでなく、たとえば、線画、描画、および、手書きテキストなどを含む、ページ上の任意のタイプのマークを確実に扱うことができる。
４．上記微細視認可能固有特徴は従来の文字形状の光学文字認識に比べ、コンパクトであり、効率的に記憶および検出を行うことができる。文字毎に少数のキーポイントだけが使用されるが、本発明の方法は、ページ上の同様の視認可能なパターンを効率よくかつ適切に検出することができ、光学文字認識でよく生じるエラーや形状マッチングのような問題が生じづらい。
５．改良された微細視認可能固有特徴方法は、西洋言語の単語内の単一の文字変更もしくは文字の部分の変更を検出することができる。本発明の方法は、単純な手法で、より微細な固有特徴を使用することにより、複数のストロークを含む他の言語をサポートするために自然に拡張することができる。
６．本発明の方法は、画像近傍局所におけるキーポイント候補のセットを識別する。画像近傍局所の位置は、区別可能な二次元微細固有特徴を形成するために、特定の手法で結合される。このアプローチは、所定の時間、限定された開いたブロブを維持し、再利用可能なブロブＩＤスタックを活用することにより、たいへん少量のメモリ容量しか使用しない。閉じることができる任意のブロブを走査線の最後ですぐに出力し、そのメモリ・コンテンツを開放し、閉じたブロブＩＤのメモリは、次の再使用のためにリサイクルされる。これにより、本発明の方法は、任意の所定の時間に数百のブロブを越えて記憶されることがない小さなブロブ・メモリ・バッファによってドキュメント・ページの数万のブロブを適切に扱うことができる。
７．ブロブ毎のキーポイントの総数を最小化するために、相反する２つのタイプのキーポイントが、実施形態において使用される。（１）タイプ１：左上方向に進んで探索するキーポイント、（２）タイプ２：右下方向に進んで検索するキーポイント。現在の画素位置の各々について、既存のキーポイントの位置は、（ａ）前の位置に対して更新されてもよく、（ｂ）新しいキーポイントが割り当てられてもよく、（ｃ）既存のキーポイントが所定の条件にもとづいて除去されてもよい。追加的なタイプ１もしくはタイプ２のキーポイントは、２つのブロブが併合される場合、もしくは、分離される場合など所定のラン・レングス符号化の検討にしたがって、導入されてもよい。
８．本発明の方法による識別されたキーポイントは、他の様々な応用にも利用することができる。キーポイント位置は平均的な文字の幅および高さを推定するために使用されてもよい。キーポイント位置は、ベースライン位置およびアセンダーおよびディセンダーの範囲などの追加的なテキスト属性を推定するためにも使用することができる。キーポイント位置は、ブロブ間および単語間空間を推定し、ブロブを単語にグループ化するために使用されることもできる。さらに、キーポイント位置はページ・スキュー、および／もしくは、テキストの方向を推定するために使用することもできる。さらに、ブロブ毎のキーポイントの数は、ブロブ・オブジェクトの固有の複雑さを確実に示す。これらの特性は、ドキュメント比較および検索を適切に行うために微細視認可能固有特徴を計算する場合に有用である。

８０２ａ タイプ１のキーポイント
８０２ｂ タイプ２のキーポイント
８０４ａ タイプ１のキーポイント
８０４ｂ タイプ２のキーポイント
１０００ ドキュメント
１００２ キーポイント候補
１１００ ドキュメント・コンテンツ

Claims (4)

1. レンダリング・ドキュメントのコンテンツを識別する微細固有特徴を生成する方法であって、
   電子ドキュメント・レンダリング・システムによってレンダリングされたドキュメントのパターンを識別するために、レンダリングされたドキュメントが電子的に生成されたファイル・フォーマットとは無関係に、画像ベース技術を適用し、
   前記画像ベース技術を適用することは、
   ｉ．電子プロセッサが、ドキュメントの画像近傍局所のキーポイント候補の位置を識別し、
   ｉｉ．前記電子プロセッサが、前記ドキュメントのコンテンツを示すパターンを識別する微細固有特徴を形成するために、キーポイント候補の前記位置を結合する、
   ことを含む、
   方法。
2. 前記キーポイント候補を識別することは、
   前記レンダリングされたドキュメントのページを、一度に一走査線ずつ、走査し、
   走査線の各々について、前記ドキュメントの画像画素を検討し、
   現在の画素が新しいブロブに属するか、以前から存在していたブロブに属するか、を現在の画素の位置の各々について判断し、
   前記ドキュメントのページのブロブ構造およびキーポイントを構築するために、前記現在の画素の周囲で、前記画像近傍局所に対応する画素の近傍局所を使用し、
   近傍画素値および以前のブロブの割り当てにもとづいて、前記現在の画素の位置に適用されるべきアクションを定義するアクション・ルックアップ・テーブルへアドレスを設定し、
   設定された前記アドレスにもとづいて、前記アクション・ルックアップ・テーブルから適切なアクションを取り出し、
   （ｉ）前記現在の画素コンテンツが既存のブロブに追加される、（ｉｉ）前記現在の画素に新しいブロブを割り当てる、（ｉｉｉ）画素位置で既存のブロブを併合する、の少なくとも一つが行われるように、取り出した前記アクションを実行し、
   前記現在の画素の状態を反映するためにブロブ状態を更新し、
   前記現在の画素の位置がキーポイント候補であるか否か判断し、
   検討中の走査線の次の画素の位置に移動し、上記ステップを繰り返し、検討中の走査線の最後に到達するまで、移動し処理を繰り返すことを継続し、
   現在開いているブロブのいずれかを閉じることができるか否か判断するために、走査線の最後に到達すると、ブロブを閉じる処理を開始し、
   現在の走査線オペレーションの間、ブロブに新しい画素が追加されていなければ、ブロブを閉じることができ、
   走査オペレーションの最後にその属性を計算するために閉じることができるブロブのすべてを処理し、
   前記走査線処理の最後に、処理された閉じたブロブに対応する結果データおよびキーポイントを出力し、
   最後の走査線が処理されるまで、前の走査線の最後の画素が処理されると、次の走査線に移動し、上記処理ステップを繰り返す、
   ことを含む、
   請求項１に記載の方法。
3. 前記微細固有特徴を形成することは、単語サイズの微細固有特徴を形成することを含み、
   前記単語サイズの微細固有特徴を形成することは、
   単語もしくは近傍局所のキーポイント候補のすべての中心位置を計算し、
   方向および距離の双方で、時計回りの方向の順序で、前記キーポイント候補をソートし、
   前記中心位置までのキーポイント候補の距離を計測することによって、前記微細固有特徴を計算し、
   所定の量子化閾値のセットを用いて、前記キーポイントから中心位置までの距離を量子化することによって、キーポイントの各々についての整数値を決定する、
   ことを含み、
   前記量子化閾値はキーポイントの分布を検討することによって、経験的に決定される、
   請求項１に記載の方法。
4. レンダリングされたドキュメントのコンテンツを識別するために使用される微細固有特徴を生成するように構成されているドキュメント画像処理システムであって、
   レンダリングされたドキュメントが電子的に生成されたファイル・フォーマットとは無関係に、電子ドキュメント・レンダリング・システムによってレンダリングされたドキュメントのパターンを識別する画像ベース・システム、
   を備え、
   前記画像ベース・システムは、
   ｉ．前記ドキュメントの画像近傍局所でキーポイント候補の位置を識別するように構成されているキーポイント候補識別手段と、
   ｉｉ．前記ドキュメントのコンテンツを示すパターンを識別する微細固有特徴を形成するために、前記キーポイント候補の位置を結合する手段と、
   を含む、
   ドキュメント画像処理システム。

Images